-
公开(公告)号：CN115017350B
公开(公告)日：2024-06-25
申请号：CN202210666154.9
申请日：2022-06-14
Applicant: 湖南大学
IPC: G06F16/532 , G06F16/538 , G06F16/583 , G06V10/74 , G06V10/77 , G06V10/82
Abstract: 本申请涉及图像查重和人工智能技术领域的一种基于深度学习的海报图像查重检索方法、装置和电子设备。所述方法通过获取海报图像数据库，并采用基于深度学习的特征提取网络提取该数据库中每张海报图像的关键元素的种类特征和视觉特征；根据关键元素的特征建立特征索引库；根据提取到的待查海报图像的关键元素种类特征在特征索引库中进行相似性检索，得到相似海报图像集合；将待查海报图像和相似海报集合中每张海报图像的关键元素视觉特征进行相似度比对，得到待查海报图像的查重结果。本方法通过预先建立特征索引库，对待查海报图像先后根据关键元素的种类特征和视觉特征在索引库中进行两次检索，提高了侵权海报图像查重的效率和准确度。
-
公开(公告)号：CN115272690A
公开(公告)日：2022-11-01
申请号：CN202210887319.5
申请日：2022-07-26
Applicant: 湖南大学
IPC: G06V10/424 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06F16/583
Abstract: 本申请涉及人工智能技术领域一种基于深度学习的艺术品图像多层级描述自动生成方法。所述方法包括：获取待描述的艺术品图像，对待描述的艺术品图像进行预处理，得到预处理图像；采用基于深度学习方式提取预处理图像的全局视觉特征和局部视觉特征；根据全局视觉特征和局部视觉特征在隐喻知识图谱进行查询，得到艺术品图像的隐喻视觉特征；根据多维度视觉特征在专家句子库中进行查询，得到图像特征对应的专家描述语句；根据多维度视觉特征和预定标题模板，得到艺术品标题；根据专家描述语句和预定详细描述模板，得到艺术品详细描述；根据艺术品标题和艺术品详细描述，得到艺术品图像多层级描述。采用本方法可以实现对艺术品图像描述的高效率生成。
-
公开(公告)号：CN115082693A
公开(公告)日：2022-09-20
申请号：CN202210842566.3
申请日：2022-07-18
Applicant: 湖南大学
Abstract: 本申请涉及人工智能技术领域的一种融合多粒度多模态的艺术品图像描述生成方法。该方法包括：对待描述艺术品的多模态数据进行预处理，得到预处理的艺术品图像和文本；采用多粒度视觉特征编码器获取预处理图像的全局视觉编码与隐喻视觉编码；根据预处理文本和全局视觉编码、预处理文本和隐喻视觉编码，采用对应粒度文本特征编码器，得到粗粒度文本编码和细粒度文本编码；分别对全局视觉编码与粗粒度文本编码、隐喻视觉编码与细粒度文本编码分别进行解码，得到粗粒度文本描述和细粒度文本描述；将粗粒度文本描述和细粒度文本描述融合，得到含有隐喻的多粒度艺术品描述。采用本方法可以在保证高准确率的情况下高效地生成含有隐喻的艺术品图像描述。
-
Patent Agency Ranking
公开(公告)号：CN119169384A
公开(公告)日：2024-12-20
申请号：CN202411327678.0
申请日：2024-09-23
Applicant: 湖南大学
IPC: G06V10/764 , G06V10/52 , G06V10/80 , G06V20/70 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/042
Abstract: 本申请涉及一种基于注意力机制与图卷积网络的文物纹样识别方法和装置。该方法通过引入注意力机制，有效地增强了图像的语义表示，使得模型能够更准确地捕捉到纹样的关键特征。同时，结合图卷积网络，进一步深入挖掘纹样局部特征之间的非线性语义关联关系，从而实现更为精细的特征提取和表征。在模型的优化过程中，注意力机制的引入不仅提高了识别的准确性，还增强了模型对复杂背景和相似纹样的区分能力。此外，图卷积网络的使用，能够有效地处理图像中的空间结构信息，使得文物纹样的识别具有更高的鲁棒性和稳定性。
-
公开(公告)号：CN118132792A
公开(公告)日：2024-06-04
申请号：CN202410360352.1
申请日：2024-03-27
Applicant: 湖南大学
IPC: G06F16/583 , G06V10/25 , G06V10/44 , G06V10/74 , G06F21/10
Abstract: 本申请涉及一种基于图像语义对比预训练模型的图像侵权检索方法和装置。该方法包括：获取图像数据库和待检测图像，采用预训练CLIP模型进行特征提取，得到每张数据库图像和待检测图像的粗筛特征；根据粗筛特征的相似度从图像数据库中选取相似度大于预设值的图像构成粗筛图像集合；采用特征提取网络提取待检测图像的局部高价值元素；对局部高价值元素和粗筛图像集合中的图像进行特征匹配，得到局部高价值元素的特征匹配分数；对特征匹配分数根据对应面积比例进行加权求和，并根据得到的综合侵权相似度得分判断待检测图像是否构成侵权。本方法解决了在海量数据集中进行快速、准确检索的问题，在有效节约检索资源消耗的同时，提升检索的速度。
-
公开(公告)号：CN115861485A
公开(公告)日：2023-03-28
申请号：CN202211510924.7
申请日：2022-11-29
Applicant: 湖南大学
IPC: G06T11/60 , G06V10/77 , G06V20/62 , G06V10/82 , G06V10/762 , G06V10/75 , G06T7/194 , G06T7/13 , G06N3/0464 , G06N3/0442 , G06N3/09
Abstract: 本申请涉及数据处理技术领域的一种基于多维度特征提取的海报自动生成方法，通过获取文物图像，采用边缘检测和背景分割技术、多维度视觉特征编码技术，得到目标主体的浅层和深层多维度视觉特征编码，根据浅层和深层多维度视觉特征编码和多模态字幕概率分布地图，最终生成海报字幕；采用剥离中间层的VGG网络提取目标主体图像的注意力中心，并对注意力中心区域进行图像编辑，得到海报背景底纹；根据注意力中心和预设海报模板库，采用K‑means算法，得到相匹配的模板；根据目标主体、海报字幕以及相匹配的模板，生成文物海报。采用本方法仅需要一张图像就能生成海报，极大地节省人力，同时对于文化传播、价值传递及文物宣传具有重要意义。
-
公开(公告)号：CN115082693B
公开(公告)日：2024-06-28
申请号：CN202210842566.3
申请日：2022-07-18
Applicant: 湖南大学
IPC: G06V10/42 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F40/279 , G06V10/20 , G06V10/80 , G06V10/82
Abstract: 本申请涉及人工智能技术领域的一种融合多粒度多模态的艺术品图像描述生成方法。该方法包括：对待描述艺术品的多模态数据进行预处理，得到预处理的艺术品图像和文本；采用多粒度视觉特征编码器获取预处理图像的全局视觉编码与隐喻视觉编码；根据预处理文本和全局视觉编码、预处理文本和隐喻视觉编码，采用对应粒度文本特征编码器，得到粗粒度文本编码和细粒度文本编码；分别对全局视觉编码与粗粒度文本编码、隐喻视觉编码与细粒度文本编码分别进行解码，得到粗粒度文本描述和细粒度文本描述；将粗粒度文本描述和细粒度文本描述融合，得到含有隐喻的多粒度艺术品描述。采用本方法可以在保证高准确率的情况下高效地生成含有隐喻的艺术品图像描述。
-
公开(公告)号：CN115017350A
公开(公告)日：2022-09-06
申请号：CN202210666154.9
申请日：2022-06-14
Applicant: 湖南大学
IPC: G06F16/532 , G06F16/538 , G06F16/583 , G06V10/74 , G06V10/77 , G06V10/82
Abstract: 本申请涉及图像查重和人工智能技术领域的一种基于深度学习的海报图像查重检索方法、装置和电子设备。所述方法通过获取海报图像数据库，并采用基于深度学习的特征提取网络提取该数据库中每张海报图像的关键元素的种类特征和视觉特征；根据关键元素的特征建立特征索引库；根据提取到的待查海报图像的关键元素种类特征在特征索引库中进行相似性检索，得到相似海报图像集合；将待查海报图像和相似海报集合中每张海报图像的关键元素视觉特征进行相似度比对，得到待查海报图像的查重结果。本方法通过预先建立特征索引库，对待查海报图像先后根据关键元素的种类特征和视觉特征在索引库中进行两次检索，提高了侵权海报图像查重的效率和准确度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.014 seconds)
